- 11月 10, 2026
植物の3D構造解析を小型端末で高速化|Multiscale EdgeGATの軽量AI
植物の茎や葉を3D点群から識別する軽量AIモデルMultiscale EdgeGATを提案。幾何学処理の最適化により、Raspberry Pi 5での推論遅延を約54〜63%短縮し、小型端末での現場利用可能性を示した。
植物の茎や葉を3D点群から識別する軽量AIモデルMultiscale EdgeGATを提案。幾何学処理の最適化により、Raspberry Pi 5での推論遅延を約54〜63%短縮し、小型端末での現場利用可能性を示した。
曲がりキュウリの長さ計測を低電力エッジデバイスで実現した研究。Jetson Orin NanoではTensorRT FP16により検出遅延を2.57倍短縮しつつ、ワークステーションと同等の精度(MAE 0.58cm)を維持。Raspberry Piでは省電力だが処理負荷が高く、プラットフォーム選択がエネルギー効率に直結
大規模な視覚言語モデルを量子化し、通信環境のない農場でもスマホや小型端末で病害虫の対話式診断を可能にした。4bit圧縮でメモリを半減させつつ、ほぼ劣化のない精度と高速応答を両立させた。
自己教師あり学習モデルDINOv2に、学習時に分岐を切り替える軽量な統合ヘッドを組み合わせる手法を提案した。キュウリの生育段階分類において、パラメータ数千万規模の大型モデルと同等の精度を、スマートフォンでも動作する軽量構成で実現した。
既存の単一センサーでは検知が遅れる作物ストレスを、土壌と画像のデータ融合により早期発見する装置を開発した。クラウド不要で205ドルという低コストを実現し、温室試験で87%の精度と4日間の早期警告性能を実証した。
商業搾乳回転台での牛の体温測定を自動化するため、RGB-D画像から牛の特定部位をリアルタイムで検出するAIを開発した。ConvNeXt-Tモデルを用い、1フレームあたり26.4msで処理し、熱画像カメラへ正確な領域情報を転送することで、非接触での個別管理を可能にする。
従来の深層学習モデルは高性能だが計算資源を要するため、現場での利用が難しかった。本研究は群同変性ネットワーク「GANet」により、極めて少ないパラメータで38種類の植物病害を高精度に分類し、低性能なエッジデバイスでの実装を可能にした。
中小規模農家向けの低コスト・軽量な果実選別システム「S2FI」を提案。Mambaを用いた時空間モデルで回転動画から品質を判定し、腐敗果検出率100%と高い汎用性を実現。
農業ロボットの自律走行に必要な作物列検出を、わずか13.1kパラメータの超軽量AI「UltraLight Luma」で実現。従来のYOLOv8比で約240分の1のサイズながら、省電力かつリアルタイムでのナビゲーションライン抽出に成功した。
電気自動車の部品を再利用した低コスト農業ロボット「TS-MAMP」の開発 📄 論文サマリー 著者:Weijie Shi、Zicheng Xu、Zhenbang Cheng 他3名 発表:arXiv(ロボティクス)/2608.02270v1 公開日:2026年08月03日 ✨ 本論文の新規性 退役電気自動車のBLDCモーターとリチウムイオン電池を再利用し、農業ロボットのコストを約60%削減 NMS- […]